为提高现有直接信息均匀压缩采样(Analog to information conversion,AIC)的观测效率和性能,在能量准则下,提出非均匀信息采集(Non-uniform information acquisition,NUIA),充分利用信息的重要性先验,即对信号随机调制后,依据能量进行...为提高现有直接信息均匀压缩采样(Analog to information conversion,AIC)的观测效率和性能,在能量准则下,提出非均匀信息采集(Non-uniform information acquisition,NUIA),充分利用信息的重要性先验,即对信号随机调制后,依据能量进行变速率的采集,能量越大的信号段采样速率越高,反之亦然。结合支撑域扩充、剪枝的思路提出变速匹配追踪(Variable rate matching pursuit,VRMP)算法,通过引入非均匀观测的先验支撑集,并在追踪过程中将其与迭代估计出的支撑集相并,提高了重构精度。理论分析和实验结果表明了NUIA-VRMP的有效性。特别地,相比于常规AIC的子空间追踪重构,NUIA-VRMP的组合能在低采样速率条件(如20%的Nyquist速率)下获得50dB的重构增益。展开更多
现有直接信息采样(analog to information conversion,AIC)框架未考虑信号的轮廓在重构中占据特殊地位且对输入信号的有效性缺乏判断。针对这一问题,在压缩感知理论框架下,提出基于轮廓预提取的直接信息压缩采样理论。将输入信号的大轮...现有直接信息采样(analog to information conversion,AIC)框架未考虑信号的轮廓在重构中占据特殊地位且对输入信号的有效性缺乏判断。针对这一问题,在压缩感知理论框架下,提出基于轮廓预提取的直接信息压缩采样理论。将输入信号的大轮廓用低速采样器件先行提取出来,再对输入信号的细节进行压缩采样。在重构算法方面,提出自适应分段正交匹配追踪算法以解决实时流信号的精确重构问题。从理论上分析了轮廓预提取直接信息压缩采样的有效性和可靠性。仿真结果表明,在同等条件下,通过引入少量轮廓信息的改进型AIC比传统AIC重构性能更好。展开更多
文摘为提高现有直接信息均匀压缩采样(Analog to information conversion,AIC)的观测效率和性能,在能量准则下,提出非均匀信息采集(Non-uniform information acquisition,NUIA),充分利用信息的重要性先验,即对信号随机调制后,依据能量进行变速率的采集,能量越大的信号段采样速率越高,反之亦然。结合支撑域扩充、剪枝的思路提出变速匹配追踪(Variable rate matching pursuit,VRMP)算法,通过引入非均匀观测的先验支撑集,并在追踪过程中将其与迭代估计出的支撑集相并,提高了重构精度。理论分析和实验结果表明了NUIA-VRMP的有效性。特别地,相比于常规AIC的子空间追踪重构,NUIA-VRMP的组合能在低采样速率条件(如20%的Nyquist速率)下获得50dB的重构增益。
文摘现有直接信息采样(analog to information conversion,AIC)框架未考虑信号的轮廓在重构中占据特殊地位且对输入信号的有效性缺乏判断。针对这一问题,在压缩感知理论框架下,提出基于轮廓预提取的直接信息压缩采样理论。将输入信号的大轮廓用低速采样器件先行提取出来,再对输入信号的细节进行压缩采样。在重构算法方面,提出自适应分段正交匹配追踪算法以解决实时流信号的精确重构问题。从理论上分析了轮廓预提取直接信息压缩采样的有效性和可靠性。仿真结果表明,在同等条件下,通过引入少量轮廓信息的改进型AIC比传统AIC重构性能更好。
